1 / 17

KORELASI DAN REGRESI LINEAR SEDERHANA

KORELASI DAN REGRESI LINEAR SEDERHANA. Maidiana Astuti , se, msi. Hubungan antara dua kejadian dapat dinyatakan dengan hubungan dua variabel ; variabel X dan Y. Variabel Y nilainya akan diramalkan = varibel tidak bebas

philip-bennett
Download Presentation

KORELASI DAN REGRESI LINEAR SEDERHANA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. KORELASI DAN REGRESI LINEAR SEDERHANA MaidianaAstuti, se, msi

  2. Hubunganantaraduakejadiandapatdinyatakandenganhubunganduavariabel; variabel X dan Y. Variabel Y nilainyaakandiramalkan = varibeltidakbebas varibel X nilainyauntukmeramalkannilai Y = variabelbebas. Note : Bukanberarti mengisyaratkan kejadian sebab akibat. KORELASI

  3. Hubunganduavariabelada yang positifdannegatif. Hubungan X dan Y dikatakanpositifapabilakenaikan (penurunan) X padaumumnyadiikutiolehkenaikan (penurunan) Y. Sebalinyadikatakannegatifkalaukenaikan (penurunan) X padaumumnyadiikutiolehpenurunan (kenaikan) Y.

  4. Kuatdantidaknyahubunganantara X dan Y dinyatakandenganfungsi yang disebutkoefisienkorelasi. r = koefiaienkorelasi, maka r dapatdinyatakansebagaiberikut : -1 r  1

  5. r =1, hubungan X dan Y sempurnadanpositif, • r = -1, hubungan X dan Y sempurnadannegatif, • r mendekati 1, hubungansangatkuatdanpositif, • r mendekati –1, hubungansangatkuatdannegatif.

  6. untukmengetahuiberapabesarkontribusi X terhadapnaikturunnyanilai Y makaharusdihitungdengankoefisienpenentu. • Koefisienkorelasi Pearson

  7. Regresidigunakanuntukmengukuradaatautidaknyakorelasiantarvariabelnya. Regresiberartiramalanatautaksiran. Persamaan yang digunakanuntukmendapatkangarisregresipada data diagram pencardisebutpersamaanregresi

  8. Beberapa asumsi yang harus dipenuhi dalam melakukan analisis regresi adalah : • Variabel random diasumsikan independen terhadap X. Artinya bahwa nilai kovarian adalah nol antara variabel independen dan tingkat kesalahan yang berhubungan untuk tiap pengamatan. • Variasi random diasumsikan terdistribusi secara normal. Artinya bahwa untuk masing-masing variabel independen kesalahan dari prediksi diasumsikan terdistribusi normal. • Variabel random diasumsikan memiliki varian yang terbatas. • Rata-rata variabel random sama dengan nol. • Kesalahan prediksi terhadap X tidak bergantung dari masing-masing variabel X. • Variabel-variabel independen tidak saling berkorelasi. • Jumlah data harus lebih besar dari jumlah variabel.

  9. Persamaan Regresi linier sederhana Y = a + bX + e Dimana : Y = merupakan variabel bergantung (dependent variable) X = sebagai variabel bebas (independent variable) a = sebagai konstanta regresi b = slope atau kemiringan garis regresi e = error

  10. Nilai a dan b padapersamaanregresidihitungdenganrumus:

  11. Kesalahan baku estimasi digunakanuntuk mengukur besarnya penyimpangan nilai Y sebenarnya dengan nilai Y estimasi ( ӯ) KESALAHAN BAKU ESTIMASI Manfaat kesalahan baku : dapat digunakan untuk membandingkan nilai penyebaran titik data dari garis regresi yang satu dengan garis regresi yang lain

  12. Rumus Kesalahan baku estimasi Kesalahan baku estimasi dapatdihitung pula denganrumus :

  13. Pengujian bahwa variabel X dan Y mempunyai pengaruh nyata/ berarti (significant) Didalam perumusan hipotesis nol (Ho) yang harus menyertainya dengan hipotesis alternatif (Ha),sebagai berikut : Ho : B = 0, Tidak ada pengaruh X terhadap Y Ha : B < 0, Ada pengaruh negatif X terhadap Y Ha : B > 0, Ada pengaruh positif X terhadap Y Ha : B ≠ 0, Ada pengaruh X terhadap Y PENGUJIAN HIPOTESIS TENTANG KOEFISIEN REGRESI

  14. Merumuskan bentuk hipotesis : Ho : B = 0 Ha : B < 0 Pengujian satu arah Ha : B > 0 Pengujian satu arah Ha : B ≠ 0 Pengujian dua arah 2. Menentukan nilai kesalahan = α, setelah α diketahui kemudian mencari atau dari t tabel dengan df = n-2 Langka-langka Pengujian Hipotesis :

  15. 3. Menghitung t hitung dengan rumus : = Kesalahan baku b = Kesalahan baku estimasi Langka-langka Pengujian Hipotesis :

  16. 4. Kesimpulan untuk menolak atau menerima Ho, yang tergantung dari bentuk perumusan hipotesisnya yaitu : Ho : ƿ = 0 Ha : ƿ < 0 D. Penolakan D. penerimaan Langka-langka Pengujian Hipotesis :

  17. Ho : ƿ = 0 D. Penerimaan D. penolakan Ha : ƿ> 0 Ho : ƿ = 0 D.Penerimaan Ha : ƿ≠ 0 D.Penolakan D. Penolakan 4. Kesimpulan untuk menolak atau menerima Ho

More Related